基于质谱的蛋白质N末端乙酰化程度定量方法的研究

随着质谱技术及各种定量方法的不断完善和发展,定量蛋白质组学的方法不断地被应用到各类生物学研究中。蛋白质组学定性定量数据的处理主要通过一些多功能的商业化或者开源软件来进行,如常用的数据分析软件Proteome Discoverer和Maxquant。但是在通过化学标记对蛋白质N末端乙酰化程度进行定量这一方面,Proteome Discoverer和Maxquant在一定程度上存在准确性不高和完整度不够的问题。于是本研究针对自己的实验特点,通过Java算法编写了相应的定量程序Acequant来完成N末端乙酰化程度的相对定量。本研究将该程序在已有相关报道的He La cell上进行了验证,Acequant共定量到1 587个蛋白质N末端,而Proteome Discoverer和Maxquant分别只定量到42个和306个N末端。同时,手动验证原始图谱也证实了Acequant定量的准确性更好。于是,本研究将此方法进一步应用到秀丽隐杆线虫N末端乙酰化的研究中,并初步发现了线虫整体的N末端乙酰化状态,为进一步的N末端研究提供了支持。     

蛋白质组学样品消化条件的优化

随着质谱的飞速发展,基于质谱的"鸟枪法"技术广泛的应用于大规模的蛋白质组学分析。化学反应保护效率过低或者酶切效率过低则会降低鉴定效率,并且在现有的计算方式下会丢失很多肽段信息。因此,蛋白质样品的前处理在现有的蛋白质组学研究中发挥重要作用。本研究对蛋白质的烷基化试剂的反应条件进行优化以提高烷基化效率,同时优化酶解Buffer提高酶切效率以及增加酶量和引入多种酶以提高酶切效率等,最终确定了蛋白质前处理的最优条件,最终使用1μg样品在一次质谱分析鉴定到(2 425±7)个蛋白质,较未优化的方法提高了31%。优化后的蛋白质前处理方法可有效提高现有蛋白质组学的研究效率,可进一步应用于蛋白质的定量及动态分析研究。